Chat, Coding, Multimodal · Q4_K_M。预计加载 16 GB，质量评分 91/100。
ollama run gemma4:26b16.5估算 tok/s
1.1s估算首字
29%内存余量
Mac mini M4 · 32GB · 中文对话 · 模型估算
Mac mini M4 · 32GB 的本地中文对话模型推荐
针对中文交流、摘要、改写和通用助手任务，平衡模式首选 Gemma 4 26B-A4B。73 个本地模型达到当前引擎的舒适运行门槛，前十名按内存适配、质量、速度和任务标签综合排序。
平衡首选
Gemma 4 26B-A4B
16.5 tok/s 估算 · 16 GB
速度优先
Gemma 4 26B-A4B
16.5 tok/s 估算 · 16 GB
质量优先
Qwen3.6 27B
质量评分 94/100 · 18 GB
候选清单
按当前硬件重新计算的前十名
所有速度和首字延迟都标为“模型估算”；命令只在数据源提供明确 Ollama 标识时显示。
Coding, Agent, Vision, Long context · Q4_K_M。预计加载 16.5 GB，质量评分 94/100。
ollama run qwen3.8:27b6.2估算 tok/s
2.1s估算首字
26%内存余量
Chat, Coding, Complex reasoning · Q4_K_M。预计加载 16 GB，质量评分 91/100。
ollama run qwen3.5:27b6.2估算 tok/s
2.1s估算首字
29%内存余量
Coding, Quality, Long context · Q4_K_M。预计加载 18 GB，质量评分 94/100。
ollama run qwen3.6:27b6.2估算 tok/s
2.1s估算首字
20%内存余量
Chat, Coding, Reasoning · MXFP4。预计加载 13.8 GB，质量评分 86/100。
ollama run gpt-oss:20b20.4估算 tok/s
0.9s估算首字
38%内存余量
Local AI agents, privacy-first tool calling, MCP workflows · Q4_K_M。预计加载 14 GB，质量评分 85/100。
ollama run lfm2:24b-a2b24.2估算 tok/s
0.9s估算首字
37%内存余量
Reasoning, Coding, Agents · Q4_K_M。预计加载 22 GB，质量评分 95/100。
ollama run qwen3.6:35b-a3b15估算 tok/s
1.9s估算首字
2%内存余量
Reasoning, Coding, Agent scenarios · Q4_K_M。预计加载 20 GB，质量评分 93/100。
ollama run qwen3.5:35b-a3b16.4估算 tok/s
1.9s估算首字
11%内存余量
Chat, Coding, Multimodal · Q8_0。预计加载 12.8 GB，质量评分 92/100。
ollama run gemma4:12b-it-q8_07.7估算 tok/s
1.8s估算首字
43%内存余量
Quality, Coding, Reasoning · Q4_K_M。预计加载 7 GB，质量评分 89/100。
ollama run qwen3.5:9b18.7估算 tok/s
1s估算首字
69%内存余量
如何使用这份结果
先从平衡首选开始。如果响应太慢，切换到速度优先模型；如果输出质量不足且内存仍有余量，再尝试质量优先模型。Mac Mini 的持续散热相对稳定，但后台应用仍会占用统一内存。
不要把参数量当成唯一标准。 同一参数量在不同量化、上下文长度和运行时下，实际内存与速度都会变化。购买硬件前，请对目标模型进行本机或同配置实测。